MATLAB圖像、音頻和視頻處理基礎：模式識別應用

定　價：￥89.00

作　者：	[印] 蘭詹·帕雷克（Ranjan Parekh ）著，章毓晉譯
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302605645	出版時間：	2022-09-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內容簡介

　　本書基于MATLAB編程以及實踐案例，介紹多媒體（圖像、音頻、視頻）處理的概念和原理及其在模式識別中的應用，幫助讀者掌握讀取、修改和寫入圖像、音頻和視頻文件的工具和技術。本書內容覆蓋廣泛全面，包括MATLAB/Simulink基礎知識、各類繪圖函數(shù)，以及圖像處理、信號處理、小波、音頻系統(tǒng)、信號處理系統(tǒng)、計算機視覺系統(tǒng)、統(tǒng)計和機器學習、神經(jīng)網(wǎng)絡工具箱等。本書可作為多媒體處理、統(tǒng)計分析和數(shù)據(jù)可視化等MATLAB相關課程的教材，也可作為模式識別、計算機視覺和基于內容的檢索領域的科研人員和工程技術人員的參考書。

作者簡介

　　蘭詹·帕雷克（Ranjan Parekh），工程學博士，印度賈達夫普爾大學（加爾各答）教育技術學院教授，在研究生階段講授與圖形和多媒體相關的課程。研究興趣包括多媒體信息處理、模式識別和計算機視覺等。著有《多媒體原理》《MATLAB 圖形學基礎》《MATLAB圖像、音頻和視頻處理基礎：模式識別應用》等圖書，發(fā)表多篇學術文章。譯者簡介章毓晉（ZHANG Yu-Jin），比利時列日大學應用科學博士，荷蘭德爾夫特大學博士后及研究人員。清華大學教學科研系列長聘教授，博士生導師。2003年學術休假期間同時被聘為新加坡南洋理工大學訪問教授。在清華大學，先后開設并講授10多門本科生和研究生課程。在南洋理工大學，開設并講授過研究生課程：“現(xiàn)代圖像分析（英語）”。已出版50多部中英文圖書，發(fā)表500多篇學術文章?，F(xiàn)為中國圖象圖形學學名譽監(jiān)事長，中國圖象圖形學學會會士，國際光學工程協(xié)會（SPIE）會士（因在圖像工程方面的成就）。

圖書目錄

第1章圖像處理
1.1引言
1.2工具箱和函數(shù)
1.2.1基本MATLAB
（BM）函數(shù)
1.2.2圖像處理工具箱
（IPT）函數(shù)
1.2.3信號處理工具箱
（SPT）函數(shù)
1.2.4小波工具箱（WT）
函數(shù)
1.3導入導出和轉換
1.3.1讀和寫圖像數(shù)據(jù)
1.3.2圖像類型轉換
1.3.3圖像彩色
1.3.4合成圖像
1.4顯示和探索
1.4.1基本顯示
1.4.2交互探索
1.4.3構建交互工具
1.5幾何變換和圖像配準
1.5.1常用幾何變換
1.5.2仿射和投影變換
1.5.3圖像配準
1.6圖像濾波和增強
1.6.1圖像濾波
1.6.2邊緣檢測
1.6.3對比度調整
1.6.4形態(tài)學操作
1.6.5ROI和塊處理
1.6.6圖像算術
1.6.7去模糊
1.7圖像分割和分析
1.7.1圖像分割
1.7.2目標分析
1.7.3區(qū)域和圖像特性
1.7.4紋理分析
1.7.5圖像質量
1.7.6圖像變換
1.8在頻域中處理
1.9Simulink圖像處理
1.10關于二維繪圖函數(shù)的
注記
1.11關于三維繪圖函數(shù)的
注記
復習問題
第2章音頻處理
2.1引言
2.2工具箱和函數(shù)
2.2.1基本MATLAB
（BM）函數(shù)
2.2.2音頻系統(tǒng)工具箱
（AST）函數(shù)
2.2.3信號處理系統(tǒng)工具箱
（DSPST）函數(shù)
2.2.4信號處理工具箱
（SPT）函數(shù)
2.3聲波
2.4音頻I/O和波形生成
2.5音頻處理算法設計
2.6測量和特征提取
2.7仿真、調整和可視化
2.8樂器數(shù)字接口（MIDI）
2.9時間濾波器
2.10頻域濾波器
2.11Simulink音頻處理
復習問題

第3章視頻處理
3.1引言
3.2工具箱和函數(shù)
3.2.1基本MATLAB
（BM）函數(shù)
3.2.2計算機視覺系統(tǒng)工具
箱（CVST）函數(shù)
3.3視頻輸入輸出和播放
3.4處理視頻幀
3.5視頻彩色空間
3.6目標檢測
3.6.1團塊檢測器
3.6.2前景檢測器
3.6.3人體檢測器
3.6.4人臉檢測器
3.6.5光學文字識別
（OCR）
3.7運動跟蹤
3.7.1基于直方圖的跟
蹤器
3.7.2光流
3.7.3點跟蹤器
3.7.4卡爾曼濾波器
3.7.5塊匹配器
3.8Simulink視頻處理
復習問題
第4章模式識別
4.1引言
4.2工具箱和函數(shù)
4.2.1計算機視覺系統(tǒng)工具
箱（CVST）函數(shù)
4.2.2統(tǒng)計和機器學習工具
箱（SMLT）函數(shù)
4.2.3神經(jīng)網(wǎng)絡工具箱
（NNT）函數(shù)
4.3數(shù)據(jù)采集
4.4預處理
4.5特征提取
4.5.1小本征值方法
4.5.2哈里斯角點檢
測器
4.5.3FAST算法
4.5.4MSER算法
4.5.5SURF算法
4.5.6KAZE算法
4.5.7BRISK算法
4.5.8LBP算法
4.5.9HOG算法
4.6聚類
4.6.1相似性測度
4.6.2k均值聚類
4.6.3分層聚類
4.6.4基于高斯混合模型
（GMM）的聚類
4.7分類
4.7.1kNN分類器
4.7.2人工神經(jīng)網(wǎng)絡
（ANN）分類器
4.7.3決策樹分類器
4.7.4鑒別分析分類器
4.7.5樸素貝葉斯分
類器
4.7.6支持向量機（SVM）
分類器
4.7.7分類學習器應用
程序
4.8性能評價
復習問題
函數(shù)匯總
參考文獻
主題索引